36氪首发丨深耕金融数据场景，Ultipa 完成 A 轮 2100 万美元融资

36氪获悉，图数据解决方案提供商 Ultipa 近日完成2100 万美金 A 轮融资，由某知名主权基金领投，天使轮投资方招银国际跟投。本轮融资主要用于销售及解决方案的团队搭建、完善体系，以及加快市场教育和占领速度。

Ultipa 创立于 2019 年，核心团队来自微软、惠普、EMC、阿里巴巴等世界知名跨国企业。创始人兼 CEO 孙宇熙是位连续创业者，拥有 20 余年硅谷和北京跨国公司与创业公司经验，同时也是世界级高性能系统及大数据与云计算专家，曾任Allhistory.com的首席执行官、EMC CCOE首席技术官、EMC中国研究院院长、Splashtop OS（Chrome OS前身）首席架构师；联合创始人 Monica Liu 曾在惠普、雅培、Guidant等多家公司担任高管；核心成员毕业于清华、哈佛等全球知名高校，具有世界一流的技术和视野。

在孙宇熙早期在硅谷从事高性能系统搭建以及大数据相关工作的时候，他发现，存在了 40 年之久的关系型数据库已经越来越无法满足如今海量数据高并发的存储、读取、处理、分析等需求，早期用来处理大数据的 Hadoop在效能上较差，而到 Spark 时期，在许多金融场景下，数据吞吐率及处理能力依然非常低下，世界范围内开源的图数据库很少、且缺少高性能的解决方案。在数据库这个千亿美金市场的产品赛道中，随着全球企业数字化转型的需求不断加剧，大数据处理以及高并发、高性能的系统建设已逐步提上不同行业、各领域企业的信息化日程，许多大数据处理场景 —— 譬如基于多元、多模数据的关联性辨别及穿透而进行的实时决策、智能营销、反洗钱、反欺诈等业务需求，是传统数据库及数仓无法解决的，因此高维数据库的搭建以及处理需求日益旺盛。而图数据库就属于典型的高维数据库范畴。孙宇熙向36氪表示，“未来十年对图数据库来说，是个加速的过程。图数据库会逐步取代传统的低维数据库；分布式数据库结构正在快速替代基于 IOE架构的传统数据库。”

产品层面，Ultipa Graph 产品线分为 Ultipa Server，Ultipa 工具，Ultipa SDK，Ultipa Manager ，并已经实现了针对资债、资管、企业 GRC、供应链金融等诸多金融场景的应用。Ultipa的性能被客户成为“核动力”引擎，在计算速度上以三角形计算为例，其速度可达 3 亿个三角形/秒——这样的速度在某种程度上已经挑战了现有计算机系统的物理极限；在计算深度上，可做 30 层的深度穿透及关联发现，并能够方便的构建复杂的模型并与数据相关联。

图数据库加速大数据处理

商业化层面，2020 年是 Ultipa 商业化的元年。有付费能力和意愿的银行、证券、保险、交易所等金融企业成为了Ultipa 首先切入的服务领域。自 2019年，平安银行和招商银行相继开始与Ultipa进行场景探讨和深入测试，并已和 Ultipa 签约，成为其金融行业的典型客户。以招行为例，银行部门繁多、有许多对 C 端用户监管以及内部增效的需求，需要对 C 端用户画像进行深挖、并对各维度数据进行关联及穿透，因此对算力有很强的诉求。Ultipa 目前有 20 余个头部行业客户，提供 SaaS 化的部署模式，也支持企业客户的私有化部署，具有灵活的收费模式。

图数据库是今年许多资本都在重点关注的赛道方向。先不说许多大厂都在产出自己的图数据库产品，譬如蚂蚁金服的 GeaBase，百度安全的 HugeGraph，腾讯云的 TGDB（Tencent GraphDatabase），字节跳动的 ByteGraph，许多创业公司也在做致力于图数据的研发及应用，包括业界最早引入标签属性图概念的Neo4j，腾讯产业生态领投的创邻科技及其 Galaxybase，总融资额已超 1.7 亿美金的 TigerGraph，以企业级一站式大数据平台为切入点的星环科技及旗下的 StellarDB等。

从目前应用场景来看，图数据库还是针对用大量数据并且需要多维处理或者多层渗透的环节，因此金融、电商、社交等领域中使用比较多，且场景的针对性较强。Gartner 在 2019 年的数据与分析峰会上首次将图数据库列为十大数据和分析趋势之一，预计到 2022 年，全球图处理及图数据的应用将以每年 100% 的速度迅猛增长，2020 年保守估计为 80 亿美元。Gartner 认为，市场尚处于蓝海，竞争却遍布全球。

目前，Ultipa 国内团队 40 人，海外团队不到 10 人，大多为研发。孙宇熙表示，2020 年大部分时间都在跑通项目 POC，在 2021 年会密集落单，并计划于年底签约 20 – 30 家企业客户，达到千万美金营收。